发明名称 一种扬声器异常音检测方法
摘要 本发明提出了一种扬声器异常音检测方法。该方法只要激励信号等条件不改变,每次检测只需重复进行第三阶段即可,因此本算法的计算量非常低,可以实现实时处理。为了进一步提高估计精度可以定期执行第四阶段的更新操作,利用检测空闲时间进行更新操作或使用异步运算方式可以在保持实时处理的同时更新参数,从而提高本算法性能。本发明所述方法的主要优势是:一次性准确得到所有阶次谐波;抗噪声性能好,虚警率低,计算量小;可实时处理,实时发现问题;对激励信号形式和频率范围没有算法上的限制。由于有这些特点,采用本方法可以开发出性能良好的扬声器异常音自动检测设备,以快速准确检测发现扬声器的异常音故障,还可同时检测扬声器频率响应、阻抗曲线等常规参数。
申请公布号 CN104363554A 申请公布日期 2015.02.18
申请号 CN201410511623.5 申请日期 2014.09.29
申请人 嘉善恩益迪电声技术服务有限公司;浙江中科电声研发中心 发明人 徐楚林;温周斌;李宏斌
分类号 H04R29/00(2006.01)I 主分类号 H04R29/00(2006.01)I
代理机构 杭州君度专利代理事务所(特殊普通合伙) 33240 代理人 沈志良
主权项 一种扬声器异常音检测方法,其特征在于所述的该方法包含以下阶段:第一阶段:根据被测扬声器特点确定激励信号,进一步得到每个采样点处激励信号的瞬时频率、瞬时相位<img file="127058dest_path_image001.GIF" wi="21" he="42" />、当前最高谐波次数<img file="289049dest_path_image002.GIF" wi="19" he="42" />和整个过程的最高谐波次数<img file="350546dest_path_image003.GIF" wi="33" he="42" />;根据需要选择系统阶次M、平滑距离S、组成异常音曲线的高阶谐波阶次范围;确定量测噪声方差<img file="572580dest_path_image004.GIF" wi="12" he="42" />和状态噪声协方差矩阵<img file="985107dest_path_image005.GIF" wi="12" he="42" />的估计值;第二阶段:首先准备状态向量协方差矩阵的初始值,对应激励信号的每一个采样点顺序按算法迭代构造<img file="950789dest_path_image006.GIF" wi="20" he="42" />和更新<img file="132371dest_path_image007.GIF" wi="16" he="42" />,并在此基础上算出并保存状态修正向量<img file="259727dest_path_image008.GIF" wi="17" he="42" />,具体操作步骤为:初始化状态协方差矩阵P:对整数<img file="159550dest_path_image009.GIF" wi="93" he="42" />和整数<img file="663344dest_path_image010.GIF" wi="65" he="42" />,<img file="965012dest_path_image011.GIF" wi="20" he="42" />赋值为边长<img file="263270dest_path_image012.GIF" wi="41" he="42" />的0值方阵;准备状态修正向量<img file="650389dest_path_image013.GIF" wi="9" he="42" />;对从1到N的每个n顺序迭代进行:测量向量<img file="20190dest_path_image014.GIF" wi="477" he="62" />保存<img file="848469dest_path_image006.GIF" wi="20" he="42" /><img file="645523dest_path_image015.GIF" wi="113" he="42" />对<img file="192042dest_path_image016.GIF" wi="95" he="42" />、<img file="365535dest_path_image017.GIF" wi="67" he="42" />:<img file="313899dest_path_image018.GIF" wi="161" he="42" />(其中<img file="281855dest_path_image019.GIF" wi="32" he="42" />是组合数)<img file="315670dest_path_image020.GIF" wi="72" he="21" />更新并保存状态修正向量<img file="27274dest_path_image013.GIF" wi="9" he="42" />:对<img file="830145dest_path_image021.GIF" wi="67" he="42" />,<img file="969003dest_path_image022.GIF" wi="89" he="42" />保存<img file="490114dest_path_image023.GIF" wi="16" he="42" />更新状态协方差矩阵<img file="739830dest_path_image024.GIF" wi="11" he="42" />:<img file="725103dest_path_image025.GIF" wi="268" he="42" />;对<img file="972545dest_path_image026.GIF" wi="93" he="42" />,<img file="43269dest_path_image027.GIF" wi="241" he="42" />;对<img file="34359dest_path_image009.GIF" wi="93" he="42" />和<img file="874139dest_path_image028.GIF" wi="65" he="42" />,<img file="354799dest_path_image029.GIF" wi="155" he="42" />第三阶段:对每个待测扬声器,将待测扬声器和麦克风装在消声箱内指定位置,在待测扬声器两输入端加载激励信号,用声卡或数据采集卡接收麦克风采集信号,确保接收信号与激励信号时间对齐;从初始值开始,对应每个接收信号采样点顺序迭代更新状态估计向量<img file="584923dest_path_image030.GIF" wi="17" he="42" />,并根据估计结果<img file="442020dest_path_image030.GIF" wi="17" he="42" />得到异常音曲线;将异常音曲线与根据经验确定的阈值比较得出是否存在异常音故障的判断;第四阶段:基于历史数据用统计方法估计<img file="73990dest_path_image004.GIF" wi="12" he="42" />、<img file="725551dest_path_image005.GIF" wi="12" he="42" />、<img file="708551dest_path_image031.GIF" wi="17" he="42" />和<img file="103760dest_path_image032.GIF" wi="25" he="42" />更准确的值,利用这些参数重新进行第二阶段的计算,得到更符合测试条件的<img file="652553dest_path_image033.GIF" wi="17" he="42" />序列,从而在之后的检测中进一步提高检测性能。
地址 314100 浙江省嘉兴市嘉善县晋阳东路568号科创中心1号楼1层